Modelling the Functional Comorbidity Index as a predictor of health-related quality of life in patients with glenoid labrum disorders
Notice bibliographique
Résumé
Background/aim Health-related quality of life (HRQoL) is increasingly assessed within orthopaedic research. For those patients presenting with glenoid labral pathologies, there is little information on how baseline comorbidities affect long-term outcomes and HRQoL. This study aimed to investigate a model, including baseline comorbidities and demographics, to predict change in 2-year HRQoL scores in adult patients with glenoid labral tears or degenerations. Methods Participants provided Functional Comorbidity Index (FCI) scores and self-completed the Western Ontario Rotator Cuff (WORC) index at 6, 12 and 24 months. Univariable and multivariable linear regressions were performed to assess predictive quality of baseline comorbidities and demographics on the primary outcome measure of interest (change in WORC score). Results Multivariate regression with a continuous scaled FCI (β=617.8, p=0.042), age (by decade) (β=297, p<0.01), surgical group (β=−476.69, p<0.01) and an interaction term between FCI and age (β=−103.65, p=0.03) were significant predictors of change in WORC scores at 2-year follow-up (r 2 =0.293858). Multivariate regression with FCI scaled categorically reported only patients with three comorbidities (β=−454.06, p=0.057) and age (by decade) (β=156.87, p=0.04) as the only significant predictors of change in WORC scores at 2-year follow-up (r 2 =0.1279). Conclusion The continuous FCI model is better suited to predict future WORC and HRQoL scores among this patient population. Patients reporting with higher numbers of baseline comorbidities improved significantly more than patients with fewer comorbidities. This information on expected change in HRQoL scores among patients with a wide range of FCI scores at baseline may help guide treatment decisions based on these criteria.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».